二阶|机器视觉图像处理边缘检测算法步骤介绍

图象的边缘信息对人或对机器视觉来说 , 都是非常重要的 。 由于边缘具有能勾画区域的形状 , 且能被局部定义以及能传递大部分图象信息等许多优点 , 因此 , 边缘检测可看作是处理许多复杂问题的关键 , 是图象分析和理解的第一步 , 检测出边缘的图象就可以进行特征提取和形状分析 。 由于边缘是灰度值不连续的结果 , 这种不连续常可以利用求导数方便的检测到 , 一般选择一阶和二阶导数来检测边缘 。 在机器视觉检测中 , 常常借助空域微分算子
边缘检测可以借助空域微分算子通过卷积完成 。 实际上数字图像处理中求导数是利用差分近似微分来进行的 。 常用的微分算子有梯度算子和拉普拉斯算子 。
边缘检测算法的基本步骤如下:
【二阶|机器视觉图像处理边缘检测算法步骤介绍】1、滤波:边缘检测算法主要是基于图象强度的一阶和二阶导数 , 但导数的计算对噪声很敏感 , 因此须使用滤波器来改善与噪声有关的边缘检测器的性能 。
2、增强:增强边缘的基础是确定图象各点邻域强度的变化值 。 增强算法可以将邻域(或局部)强度值有显著变化的点突显出来 。
3、检测:在图象中有许多点的梯度幅值比较大 , 而这些点在特定的应用领域中并不都是边缘 , 所以应该用某种方法来确定哪些点是边缘点 。 常采用梯度幅值Ill值判据 。
4、定位:如果某一应用场合要求确定边缘位置 , 则边缘的位置可在子象素分辨率上来估计 , 边缘的方位也可以被估计出来 。
在用机器视觉进行尺寸测量时 , 这四步必不可少 , 尤其须指出边缘的精确位置和方位 。 机器视觉检测技术 , 以其性能优势使得产品质量标准化 , 检测速度快 , 检测结果可靠、稳定 , 并且可以长时间检测 , 广泛应用于各大领域 。
盈泰德科技(深圳)有限公司有着多年的机器视觉行业经验 , 在机器视觉的应用领域上有着不少成功的案例和解决方案 。 盈泰德科技一直以来致力于机器视觉产品的生产、开发、应用以及销售 , 为客户提供整体机器视觉解决方案及服务 , 把机器视觉技术应用到智能生产中 。

    推荐阅读